榆林市不同等级干旱特征时空演变分析
2021-11-24张善亮黄生志白珏莹
孔 刚，张善亮,王 璐，黄生志,白珏莹
(1.北京市水影响评价中心，北京 100161；2.中国电建集团华东勘测设计研究院有限公司,浙江 杭州 310014；3.北京中水科工程集团有限公司，北京 100048；4.西安理工大学西北旱区生态水利国家重点实验室，陕西 西安 710048)
干旱是由于长时间降水的缺乏而导致的水资源供需不平衡、水分短缺的自然现象，因其具有复杂性、随机性和反复性等特征[1-2]，干旱发生频率高，造成危害程度深，严重制约着农业、经济、生态系统乃至社会的可持续性发展[3-4]。黄土高原是中国气候敏感区和生态环境脆弱区，近几十年来，在全球气候变暖和人类活动(退耕还林、农田灌溉及城市建设等)共同作用下，该地区气候要素的年际和季节差异较大，使得干旱发生的频率、强度及持续时间增加，该地区面临着高风险的极端干旱，对植被生长活动造成了巨大挑战[5-6]。榆林市位于黄土高原北部，作为中国重要能源战略后备基地，区域内水土流失严重，近年来干旱发生频率也呈显著增加趋势，严重制约了当地经济发展和生态环境修复。因此，研究榆林市不同等级干旱的趋势及时空分布，对于保障该地区的经济可持续发展和生态修复具有重要意义。
干旱发生主要是由长时间降水量亏缺导致[7]，持续的干旱引起土壤含水量下降，从而影响作物生育期供需水量不平衡，阻碍作物正常生长发育[8]。为进一步量化干旱，国内外学者常采用影响干旱的气象和水文要素建立不同的干旱指数来研究干旱，通过对干旱强度、持续时间、发生频率、影响危害等进行时间演变和空间分布比较，从而达到度量、对比和综合的研究目的。干旱指数作为量化地区干旱特征(如频次、持续时间、烈度及空间范围等)的重要变量，是旱情监测有效工具，在区域干旱反演、干旱评价和资源环境研究领域也有较多的应用[9]。目前，有超过150多种干旱指数被应用于表征不同类型的干旱[10],例如，帕尔默干旱指数(PDSI)、标准化降水指数(SPI)[11]、标准化降水蒸散发指数(SPEI)[12]、地表水供给指数(SWSI)[13]和标准化径流指数(SRI)[14]等。其中， SPI由于具有计算简便、空间可比性强及具有多时间尺度等优点[16]，近年来得到广泛使用，是被世界气象组织(WMO)推荐使用的干旱指数[15]。肖名忠等[17]基于6个月时间尺度的SPI分析了珠江流域干旱时间变化特征并基于此研究了该流域干旱风险；郭佳香等[18]基于SPI和HI分析了淮河上中游流域干旱时空演变规律和干旱特征的敏感性；孙智辉等[19]采用SPI分析了黄土高原地区最近40 a的干旱特征。以往研究多针对于特定区域的干旱，而关于不同等级干旱演变规律探究较少，干旱等级作为表征干旱严重程度的重要指标，不同程度的干旱对区域带来的损失差异显著，因此识别不同等级干旱特征十分重要；此外，使用高分辨率的网格数据集来分析干旱时空演变特征的研究较少，有必要在高精度视角下分析干旱的时空特征来提高干旱监测的准确性。
榆林市属温带半干旱大陆性气候，日照时间长，降雨年内分布极度不均，长时间的降水亏损易引发干旱，连续的干旱极易威胁到榆林市社会生产和生态环境等的可持续发展。基于此，以榆林市为研究对象，采用月尺度的降水和土壤湿度数据计算2种标准化干旱指数，通过游程理论识别干旱历时和烈度等特征，研究高精度视角下榆林市不同等级干旱的时空演变特征；并比较2种干旱指数所识别干旱特征的差异。研究结果有助于针对性地应对干旱，开展精准、有效的抗旱措施，同时对榆林市水资源的管理有着重要的意义。
1 研究区域与数据
1.1 研究区概况
榆林市位于陕西省最北部，地处黄土高原北部及毛乌素沙地南缘，东临黄河与山西省相望，西连宁夏和甘肃，南与延安市接壤，北邻内蒙古。地理位置处于107.25°～111.25°E，36.75°～39.75°N，总面积4.3万km2，约占陕西省21%，管辖着一市二区九县，研究区属温带大陆性季风气候区，年平均气温为8.4℃，年平均降水量为397.1 mm，在空间上从东南向西北递减，年内分配极度不均，降水量主要集中在6—9月，研究区所处地理位置和行政区划分布见图1。截至2019年末，全市常住人口342.42万人，城镇化率59.54%。
图1 榆林市地理位置及行政区划示意
1.2 数据来源
本研究在全球陆地数据同化系统(GLDAS)收集了1980—2014年榆林市空间分辨率为0.25°×0.25°的逐月降水和土壤湿度数据(https://search.earthdata.nasa.gov/)。GLDAS是全球高分辨率的陆地建模系统，由美国国家航空航天局(NASA)和美国国家海洋和大气管理局(NOAA)联合研发的，利用先进的地表建模技术和数据同化技术提取卫星数据和地面观测数据以生成最佳的地表状态和通量场[20]。与其他同类型数据相比，GLDAS产品数据具有时间跨度长和空间分辨率高的特点，对比分析GLDAS和中国气象共享网降水资料，结果表明，该产品数据在榆林市有较好的适用性[21-22]。
2 研究方法
2.1 计算标准化指数
本研究选取标准化降水指数(Standard Precipitation Index，SPI)和标准化土壤湿度指数(Standard Soil Moisture Index，SSMI)为干旱指标。Mckee等[23]为评估美国干旱状况提出了干旱指数SPI，该指数适用于不同时间尺度和不同区域干旱的计算[5,16]。SPI假设降水时间序列服从伽马分布，计算某时段降水的累积概率分布，然后将偏态分布的降水转化为标准正态分布计算SPI，最后采用标准化的累积概率分布确定干旱等级。SSMI与SPI计算原理相同，先采用伽马分布拟合SM数据，最后将累积分布函数标准化得到，具体计算方法见参考文献[24]。SPI以及SSMI干旱等级划分见表1。
表1 SPI/SSMI干旱等级划分标准
2.2 游程理论
根据SPI和SSMI，采用Yevjevich提出的游程理论对榆林市干旱特征变量中的干旱历时和干旱烈度进行识别[25]。干旱事件识别前，首先确定发生干旱的阈值，本文依据干旱等级划分标准确定，如设SPI0(SSMI0)=-0.5，当SPI(SSMI)≤SPI0(SSMI0)时，表现出干旱特征。令SPI和SSMI连续小于设定阈值所持续的时间为干旱历时D，该次干旱事件中阈值与干旱指数所围成的面积为干旱烈度S，干旱事件识别示意见图2。此外，在本研究中计算了干旱面积百分比来评估区域干旱综合旱情，其中干旱面积百分比为干旱的网格与全区总网格之比[26]。
图2 干旱事件识别示意
2.3 Mann-Kendall趋势检验
Mann-Kendall趋势检验(MK检验)是由Mann与Kendall提出的一种非参数检验方法。由于此方法适用性广、不受异常值干扰，因而在水文领域被广泛应用[4]。本研究采用MK法对干旱指数进行趋势分析。对于随机变量x1,x2,…,xn(n为系列长度)，统计所有对偶值(xi,xj,j>i)中的xi (1) 式中： (2) (3) (4) 给定显著性水平α，其双尾检验临界值为Uα/2，当|U| 3.1.1榆林市干旱面积百分比 由图3可知，1981—2014年榆林市3个月时间尺度的标准化降水指数SPI3的干旱持续时间多在一年以内，出现跨年干旱较少；从图3a可以明显看出，干旱面积比在3—8月出现红色较多，表明春夏季节干旱面积大于秋冬季节；此外，基于SPI3的干旱面积比在1997年6—12月、2001年3—9月、2005年3—12月等多个时段内红色重复出现，表明大部分地区都历经了长时间的降水亏损。同时从3个月时间尺度的标准化湿度指数SSMI3的干旱面积比图中明显看出在多个时间段内出现了跨年干旱，如1985年10月至1988年6月、1991年9月至1992年7月及2005年7月至2009年8月等，其干旱面积百分比超过了50%，表明榆林市部分区域土壤湿度在跨年干旱的时段内出现了较严重的亏损；对比SPI3与SSMI3的结果可知，SSMI3识别出的干旱月份持续时间较长，且与SPI3识别出的干旱月份相比有着时间上的推迟，如2013年SSMI3的干旱面积比在3、4月为0，但同时期SPI3干旱面积百分比大约为90%，即出现降水亏损基本上早于土壤湿度亏损。 a)基于SPI3 3.1.2干旱指数SPI、SSMI各月趋势 采用MK法对干旱指数SPI和SSMI进行趋势检验，结果见图4、5。由图4可知，榆林市1月和12月SPI3的趋势检验统计量U值普遍大于0，2、9、10、11月全地区U值大于0，其中1月和11月西北地区、2月东部地区的SPI3通过了显著性水平为0.05的趋势检验，呈现显著上升趋势；3—8月全地区的U值小于0，即SPI3呈现下降趋势。总体而言，榆林市各区县SPI3在春夏季节呈现下降趋势，秋冬季节具有上升趋势。由图5可知，基于SSMI3趋势检验结果显示，1—4、11—12月期间网络U值基本在0值以上，1—4月的U值在空间上呈由东南向西北递增的趋势，其中1—2、11—12月榆林西北部地区的SSMI3通过了显著性水平为0.05的趋势检验，呈现显著上升趋势；6—10月的U值基本小于0，其中8—9月南部地区U值小于-1.96，表明SSMI3具有显著下降趋势。 对比SPI3和SSMI3的趋势检验结果可以得出，SSMI3识别出的干旱下降趋势晚于SPI3，即土壤湿度亏损晚于降水亏损；同时，两干旱指数均在夏季呈现下降趋势，表明榆林市夏季有变干趋势，可能会发生更加严重的干旱。 a)1月 b)2月 3.2.1干旱频次的空间分布特征 本研究使用了3个月时间尺度的SPI和SSMI对榆林市各地区的干旱频次特征进行分析，结果见图6—9；基于SPI3，榆林西北地区(神木、榆阳、靖边等)干旱频次较高，其他地区相对较低，发生干旱最多的是神木市(60次)，干旱最少的是定边西部地区(46次)；且进一步分析了不同层级干旱发生频次，图7显示轻旱次数多的地区主要位于在榆林西北地区(神木、榆阳、靖边等)，与图6干旱频次分布较为相似；中旱次数较多的地区位于榆林南部地区(靖边、清涧)，重旱频发地区主要是榆林西南部(定边)及北部(神木、府谷)，榆林东部边缘则是特旱频次较高。 而基于SSMI3，结果见图8、9，部分地区未发生重旱和特旱，从图8可以发现，榆林西北地区的榆阳和横山两地干旱频发，轻旱频次高值出现在神木和榆阳，中旱次数较高的地区位于榆林市的西南部，榆林市东北部和南部区域重旱频次高，榆林市西北部区域特旱频次高。比较各层级干旱频次和干旱频次分布，特旱频次和干旱频次分布具有一致性。 图6 基于SPI3的干旱频次总体分布 图7 基于SPI3的不同等级干旱频次分布 图8 基于SSMI3的干旱频次总体分布 图9 基于SSMI3的不同等级干旱频次分布 3.2.2干旱历时的空间分布特征 采用游程理论计算了1980—2014年榆林市104个网格的干旱历时与烈度，结果见图10、11，基于SPI3，榆林市平均干旱历时介于2～3月，最大值出现在定边，为2.6月，府谷北部也接近最大值，最小值出现在西北地区；由不同等级干旱的平均历时见图11，榆林南部的靖边、横山两地平均轻旱历时较大，平均中旱历时较大值位于榆林市西南部定边县，平均重旱历时较大值位于府谷县及靖边县南部，榆林市南部区域的平均特旱历时较大。对比图10与图11发现平均干旱历时高值区与平均干旱历时较为吻合。基于SSMI3，平均干旱历时高值区域位于榆林市西南部和北部府谷县，从不同等级干旱平均历时分布可以看出平均干旱历时高值区域位于榆林市东南部，平均中旱历时高值区域位于榆林市南部和东北部，榆林市东北部区域(府谷、神木等)平均重旱历时较长，平均特旱历时高值区域位于榆林市北部(府谷)。比较图12与图13，平均干旱历时较大值区域与平均中旱历时及平均重旱历时较大值区域相一致。 图10 基于SPI3的平均干旱历时分布 图11 基于SPI3的不同等级干旱历时分布(月) 图12 基于SSMI3的平均干旱历时分布 图13 基于SSMI3的不同等级干旱历时分布(月) 3.2.3干旱烈度的空间分布特征 基于SPI3、SSMI3计算得到的平均干旱烈度及不同等级平均干旱烈度一般呈现出与平均干旱历时相似的分布特征，即干旱事件中，干旱历时与烈度存在较高的相关性。由图14知，基于SPI3的平均干旱烈度介于1～2之间，榆林北部与西南部地区平均干旱烈度较大；进一步分析不同等级干旱平均烈度，见图15，平均轻旱烈度较大值多位于榆林市南部区域，平均中旱烈度较大值区域位于榆林市西南部，北部地区平均重旱烈度较大，南部地区平均特旱烈度较大。对比图14与图15，榆林市西南部区域因其平均中旱烈度大导致其平均干旱烈度大，而榆林市北部区域平均干旱烈度大原因在于其平均重旱烈度大。基于SSMI3，榆林市北部地区的府谷县平均干旱烈度出现高值，东北部地区的轻旱、中旱、重旱及特旱平均烈度均较大，南部地区则是轻旱和中旱平均烈度较大，其南部边缘区域平均特旱烈度大。 图14 基于SPI3的平均干旱烈度分布 图15 基于SPI3的不同等级干旱烈度分布 此外，使用SPI与SSMI识别出的干旱特征高值区域基本相同。当今，干旱会对人类生活、工农业等产生一定影响，而其中的重旱和特旱对生活、社会经济及生态健康更具威胁。因此，有关决策部门应侧重与榆林市重旱、特旱频次高值地区，即榆林西北区域和南部区域的干旱事件。 图16 基于SSMI3的平均干旱烈度分布 图17 基于SSMI3的不同等级干旱烈度分布 本文借助榆林市1980—2014年逐月降水和土壤湿度的网格数据，得出3个月时间尺度的标准化降水指数SPI及标准化土壤湿度指数SSMI，使用游程理论识别干旱事件，提取了不同等级干旱事件的干旱特征，同时用干旱面积百分比反应榆林市干旱在时间上的分布，除此之外，还研究了干旱历时、烈度和频次在空间上的分布特点，主要结论如下。 a)春夏季节干旱面积大于秋冬季节，且存在降水亏损历时超6个月以及土壤湿度亏损历时超12个月现象，降水亏损基本在土壤湿度亏损之前出现。 b)榆林市不同季节存在不同趋势，变湿趋势出现在春冬季，变干趋势出现在夏季，且在榆林南部区域(靖边、横山、清涧等)有着明显变干趋势。 c)榆林市干旱频发高值区域和重旱、特旱频发高值区域并不相同。重旱、特旱频发高值地区位于榆林市南部、北部及东部边缘；且干旱烈度和历时存在较强的相关性，干旱历时的分布特征与平均干旱烈度及不同层级平局干旱烈度的分布特征呈现出一致性，榆林市北部和南部区域平均重旱历时、平均特旱历时及其对应的平均烈度都较大。 总体上，干旱对榆林市有着严重威胁，而该地区处于黄土高原实施退耕还林等生态修复措施的重点区域，长历时与高烈度的干旱可能会对植被生长产生不利影响。
3 结果分析
3.1 干旱的时间分布特征
3.2 干旱的空间分布特征
4 结论
